基于SOA的联邦式信息检索平台的研究与实现-计算机科学与技术专业论文.docxVIP

Classified Index: 311.56 : 681.39 Dissertation for the Master Degree in Engineering RESEARCH AND IMPLEMENTATION OF FEDERATED RETRIEVAL PLATFORM BASED ON SERVICE ORIENTED ARCHITECTURE Candidate： Li Hengchang Supervisor： Prof. Wu Zhibo Academic Degree Applied for： Master of Engineering Specialty： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defense： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 摘 要 近年来，计算机技术的飞速发展与普及改变了企业的信息管理模式，多部 门、跨地区的大型企业不断涌现。传统的集中式数据管理模式与点对点数据交 互模式不仅不能满足企业内部的信息管理与共享需求，其业务架构也无法满足 企业新业务扩张的需求。这种部门之间的相互孤立使得用户往往无法及时、快 捷的获取各部门的资讯信息。 为了实现用户“一站式”获取多个分布式异构数据源的信息资源成为了本 文研究的目的。基于此目的，本文在 VMware 企业级私有云环境中构建了基于 SOA 的联邦式信息检索平台，在实现了基本的信息管理与共享外，通过 VMware 提供的 Iaas 云计算服务进一步提高了企业内软硬件的使用率、数据的安全性、 服务的质量。 本文首先引入了 SOA 的概念，并采用新型的分布式技术 Web 服务实现了 SOA 灵活、松耦合的架构，满足了企业业务动态扩张的需求。又通过引入元数 据概念，对分布式的异构、非结构化数据设计了元数据规范，方便了单个数据 中心元数据的集中管理，再通过设计统一规范的元数据标准实现了分布式 Web 检索服务接口标准的一致。对于多个数据中心的联邦式检索结果，本文在调研 了多种排序算法并使用 TREC 测试集进行查全率和排序时间效率的测试后，设 计了适合本平台自适应的综合排序算法。另外，结合 VMware 云平台对服务器 及服务器上虚拟机资源使用率的实时监控，本文设计了基于 VMware 云平台的 负载均衡功能以提高平台在高负载下的稳定性。最后在联邦式信息检索平台的 基础上，设计并实现了语义冲突调解功能，提高了检索的查全率，同时通过使 用数据空间这种抽象的数据管理模式，构建对象之间的相互关联，通过关联检 索使得用户可以更加全面的获取某一对象的相关的信息。在最后为了实际找出 平台中的瓶颈与缺陷，本文构建了 LoadRunner 测试集群，对平台从多个角度进 行了性能测试，并对测试结果进行了分析。 关键词：联邦式检索；云平台；面向服务架构；结果融合 - I - Abstract In recent years, the rapid development and popularization of computer technology has changed the enterprise information management model, Multi-sectoral and trans-regional enterprises are constantly emerging. The traditional centralized data management model and peer-to-peer data interaction model not only cant meet the needs of enterprise information management and sharing, but also its business architecture cant meet the needs of the dynamic business expansion. In addition, the isolation between departments often make users hardly have access to information of all departments efficiently and timely. Getting resources and information of multiple distributed